Claude Opus 5が登場──価格据え置きでFable 5級の知能、アライメントは歴代最高
Anthropicが2026年7月24日にClaude Opus 5を公開。価格は入力$5/出力$25とOpus 4.8据え置きのまま、最上位Fable 5の約半額の水準でその知能に迫る。ARC-AGI-3は次点の3倍、ミスアライメントスコアは歴代最低の2.30。公式ベンチを全数チェックしました。
2026年7月25日時点の情報です。ベンチマーク数値はすべてAnthropicの公表値であり、第三者による独立検証はこれからです。
Anthropicは2026年7月24日、新モデル「Claude Opus 5」を公開しました。全プラットフォームで即日利用開始、モデルIDはclaude-opus-5です。位置づけは「最上位モデルClaude Fable 5のフロンティア知能に、半額で迫る」。価格は入力100万トークンあたり5ドル・出力25ドルと、Opus 4.8から据え置きのまま性能が引き上げられました。公式ベンチマークを全数確認した内容を整理します。解説動画（約8分半）はこちら。
- 価格は入力$5/出力$25（Opus 4.8据え置き）。Claude Maxのデフォルト、Claude Proの最強モデル。Fast Modeは2.5倍速で基本の2倍料金
- 新規問題解決ARC-AGI-3は30.2%で次点の3倍以上、PC操作OSWorld 2.0は70.6%、知識労働GDPvalはElo 1861でFable 5・GPT-5.6 Solを上回る
- ミスアライメントスコア2.30（低いほど良い）で歴代最高のアライメント。脆弱性の発見力は上げつつ悪用は抑える非対称設計
何が出たのか
Claude Opus 5は、Anthropicが「思慮深く、自ら動く（proactive）」と位置づけるモデルです。公式は、答えを一度で出すのではなく、自分の作業を検証し、成功するまで反復する挙動を強調しています。発表ページの例では、機構図面を閲覧できなかった課題で、Opus 5が自前のコンピュータビジョン処理を組み、3D FreeCADモデルを作り直して解いたこと、競合モデルが5回の試行で解けなかった課題だったことが挙げられています。
価格はOpus 4.8と同じ入力$5・出力$25（100万トークンあたり）。速度重視の「Fast Mode」は2.5倍速・基本の2倍料金で提供されます。
ベンチマーク（すべてAnthropic公表値）
公式サマリー表（Opus 5 / Fable 5 / Opus 4.8 / GPT-5.6 Sol）の主な数値は以下の通りです。
| ベンチマーク | Opus 5 | Fable 5 | Opus 4.8 | GPT-5.6 Sol |
|---|---|---|---|---|
| ターミナルコーディング（Frontier-Bench v0.1） | 43.3% | 33.7% | 21.1% | 34.4% |
| 知識労働（GDPval-AA v2・Elo） | 1861 | 1747 | 1593 | 1736 |
| 新規問題解決（ARC-AGI-3） | 30.2% | — | 1.5% | 7.8% |
| エージェント検索（BrowseComp） | 90.8% | 87.4% | 84.3% | 90.4% |
| 多分野推論（HLE・ツール有り） | 64.7% | 63.9% | 57.9% | — |
| PC操作（OSWorld 2.0） | 70.6% | 66.1% | 55.7% | 62.6% |
| エージェントコーディング（DeepSWE v1.1） | 68.8% | 69.7% | 59.0% | 72.7% |
| ビジネス自動化（AutomationBench） | 26.0% | 17.4% | 17.0% | 18.1% |
| 法律（Legal Agent Benchmark） | 11.7% | 13.3% | 10.4% | 2.5% |
コーディングのFrontier-BenchはOpus 4.8の2倍以上。ARC-AGI-3は次点の3倍以上です。一方で、エージェントコーディングのDeepSWEはGPT-5.6 Solが72.7%で上、法律ベンチはFable 5が13.3%で上と、Opus 5が全項目で首位というわけではありません。CursorBenchでは、最大努力設定でFable 5のピークとの差が0.5%以内に収まり、それを半分のコストで達成したとされています。
ライフサイエンスでは、Opus 4.8比で有機化学の内部ベンチが+10.2ポイント、タンパク質配列タスクが+7.7ポイント。生物学のBioMysteryBench（難問セット）は49.4%で、「一般提供されているモデルの中で最も高性能な科学研究モデル」と位置づけられています。
アライメントが歴代最高という主張
今回Anthropicが強く打ち出しているのが安全性です。行動を自動監査するテストのミスアライメントスコアは2.30（低いほど良い）で、Opus 4.8の2.85、Sonnet 5の3.35を下回り、歴代で最もアライメントスコアの高いモデルとされています。欺瞞的な振る舞いの率が最低、悪用しようとする操作への耐性が最高、とも記載されています。
サイバー面は非対称に設計されています。OSS-Fuzz評価では、脆弱性の「発見」でMythos 5（80.0%）にOpus 5（79.4%）が接近する一方、「悪用の成功数」はMythos 5の13件に対しOpus 5は4件と大きく下回ります。Anthropicはこれを「危険なフロンティアは前進させない」設計と説明しています。サイバー分類器の介入は最上位Fable 5比で約85%減らし、開発者が使いやすいよう調整したとしています。生物学では、これまでFable 5でブロックされていた要求が、Opus 4.8ではなくOpus 5にルーティングされるようになりました（自律的な長時間研究タスクには制限あり）。
提供と新機能
利用できるのはClaude API・Claude.ai・Claude Code・Claude Cowork・Claude Platform。Claude Maxではデフォルトモデル、Claude Proでは最強モデルになります。ベータ機能として、Claude Platformでの会話中のツール切り替え（プロンプトキャッシュの無効化を回避）と、APIでの安全分類器フラグ時の自動フォールバックが追加されました。
なぜこのタイミングで出てきたのか
性能とは別に、「なぜ今この形で出てきたのか」という論点があります。Opus 4.8のリリースは2026年5月28日、Opus 5への置き換えが7月24日で、フラッグシップの寿命は57日でした。その間、最上位のFable 5は輸出指令による停止と復旧を挟み、7月20日にMax・Team Premiumのみ・週の利用枠の50%までという形に変わっています（Pro・Team Standardはプランから外れ、一回きりのクレジット後はAPI料金）。
一方、第三者が同一条件で測るArtificial Analysis Intelligence Indexでは、7月25日時点でKimi K3が57、Opus 4.8が56。オープンウェイトモデルがAnthropicの主力を上回る位置にいました。この時系列と第三者データから何が読めるかは、考察動画（約8分半）で扱っています。
この記事を書いている立場から
筆者はClaude Codeを日常の制作パイプラインで使っており、モデルの世代交代は実務に直接影響します。今回の速報は公式発表とベンチ図の全数確認に基づく整理で、実際に触った使用感は追って別途扱う予定です。数値はいずれもAnthropicの公表値であり、独立した第三者検証が出そろうまでは「メーカー公表値」として読むのが妥当です。
出典・但し書き
- 一次ソース：Anthropic「Claude Opus 5」（2026-07-24）https://www.anthropic.com/news/claude-opus-5
- 数値はすべてAnthropic公表値。Frontier-Bench v0.1は内部ベンチで、Opus 4.8がセーフティ分類器の拒否時フォールバックとして使われています
- サマリー表のHealth・Biologyの一部最高値はMythos 5の値を含みます（公式表の注記に準拠）
- 本記事は続報があり次第更新します（実利用レビュー・第三者ベンチ）
出典・参照資料
この記事の解説動画
YouTubeで見る ↗AIニュースの解説を動画でも
YouTubeでは注目ニュースの背景を解説し、Xでは新着記事をお知らせしています。
コメント
まだコメントはありません。最初のコメントを書いてみませんか？
AIについて聞きたいことはありますか？
質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。
質問箱を見る →
